Abstract:Abstract: Anomalous sound detection is essential for industrial predictive maintenance, as machine failures often originate from subtle acoustic changes during operation. However, high background noise and limitations of…
conventional Convolutional Neural Networks (CNN) reduce detection reliability. This study proposes a 1D-CNN-based anomaly detection framework with multi-view feature fusion and temporal segmentation to enhance detection performance. The approach combines MFCC, Log-Mel Spectrogram, and Chroma STFT features, while temporal segmentation divides audio signals into 5-second segments to better capture transient anomalies. Experiments on the MIMII dataset under varying Signal-to-Noise Ratio (SNR) conditions show that MFCC and Log-Mel fusion achieves the best performance, with 97.90% accuracy and ROC-AUC of 0.9789. The model maintains accuracy above 90% at −6 dB, demonstrating strong robustness in noisy industrial environments.
Keywords: industrial anomaly detection; 1D-CNN; multi-view feature fusion; temporal segmentation; MIMII dataset.
Abstrak: Deteksi anomali suara merupakan komponen penting dalam sistem pemeliharaan prediktif industri, karena kegagalan mesin sering diawali oleh perubahan akustik yang bersifat halus selama proses operasi. Namun, tingkat kebisingan yang tinggi serta keterbatasan arsitektur Convolutional Neural Network (CNN) konvensional dapat menurunkan keandalan deteksi. Penelitian ini bertujuan mengusulkan kerangka deteksi anomali berbasis 1D-CNN yang mengintegrasikan strategi fusi fitur multi-view dan segmentasi temporal untuk meningkatkan kinerja deteksi. Pendekatan yang digunakan menggabungkan fitur MFCC, Log-Mel Spectrogram dan Chroma STFT, sementara teknik temporal splitting membagi sinyal audio menjadi segmen berdurasi 5 detik untuk menangkap anomali yang bersifat sementara. Eksperimen menggunakan dataset MIMII pada berbagai kondisi Signal-to-Noise Ratio (SNR) menunjukkan bahwa kombinasi MFCC dan Log-Mel Spectrogram menghasilkan kinerja terbaik dengan akurasi 97,90% dan ROC-AUC sebesar 0,9789. Model juga mempertahankan akurasi di atas 90% pada kondisi kebisingan ekstrem (−6 dB) yang menunjukkan ketahanan yang baik dalam lingkungan industri yang bising.
Kata kunci: deteksi anomali industri; 1D-CNN; fusi fitur multi-view; segmentasi temporal; dataset MIMII
Abstract:Abstract: Rehabilitation programs are essential in correctional systems to equip inmates with the skills and behavioral readiness required for social reintegration. However, rehabilitation program assignment in many correctional…
ectional institutions remains dependent on manual and subjective assessments, which may result in inconsistent decisions. This study develops a Random Forest–based prediction system to support objective and data-driven rehabilitation program determination. A quantitative approach was applied using historical inmate data from January 2023 to January 2025, comprising 2,023 records. The research process included data preprocessing, an 80:20 training–testing split, model training, and performance evaluation using accuracy, precision, recall, and F1-score metrics. The results show that the model achieved an accuracy of 86.17% during training in Google Colab and 68.83% when deployed within the application system. This performance gap reflects real-world deployment and computational constraints rather than model failure. The proposed system provides consistent and objective rehabilitation program recommendations, thereby supporting more effective rehabilitation planning and decision-making in correctional institutions.
Keywords: correctional institutions; inmate rehabilitation programs; machine learning; random Forest; prediction system
Abstrak: Program pembinaan narapidana memiliki peran penting dalam sistem pemasyarakatan untuk membekali warga binaan dengan keterampilan serta kesiapan perilaku dalam proses reintegrasi ke masyarakat. Namun, pada banyak lembaga pemasyarakatan, penentuan program pembinaan masih bergantung pada penilaian manual yang bersifat subjektif, sehingga berpotensi menimbulkan ketidakkonsistenan dalam pengambilan keputusan. Penelitian ini mengembangkan sistem prediksi program pembinaan narapidana berbasis algoritma Random Forest guna mendukung pengambilan keputusan yang objektif dan berbasis data. Pendekatan kuantitatif diterapkan menggunakan data historis narapidana periode Januari 2023 hingga Januari 2025 sebanyak 2.023 data. Tahapan penelitian meliputi prapemrosesan data, pembagian data latih dan uji dengan rasio 80:20, pelatihan model, serta evaluasi performa menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 86,17% pada tahap pelatihan di Google Colab dan 68,83% saat diimplementasikan pada sistem aplikasi. Perbedaan performa tersebut mencerminkan keterbatasan lingkungan operasional, bukan kegagalan model. Secara keseluruhan, sistem yang dikembangkan mampu memberikan rekomendasi program pembinaan yang lebih objektif dan konsisten, sehingga mendukung perencanaan pembinaan yang lebih efektif.
Kata kunci: mesin pembelajaran; program pembinaan narapidana; random Forest; sistem pemasyarakatan; sistem prediksi
Abstract:Abstract: The determination of thesis topics is a fundamental stage in academic research, yet the evaluation process remains predominantly manual and subjective. This reliance on individual lecturer perception often leads…
s to inconsistent feasibility assessments and fails to systematically measure the topic's alignment with strategic needs. This research aims to develop a Decision Support System (DSS) model based on fuzzy logic to assess the feasibility of thesis topics objectively and systematically, focusing on enhancing the relevance of student research. The research method employed the Fuzzy Inference System (FIS) with the Sugeno method. This model was designed through literature review and FGD to establish four criteria (Topic Relevance, Difficulty Level, Idea Novelty, Reference Availability) and 81 rule bases. The model validation results against expert judgment using 15 test data showed a high accuracy rate of 91.31%, with a Mean Absolute Percentage Error (MAPE) value of 8.69%. In conclusion, this DSS model is proven to be valid and consistent, and it can be relied upon as an objective tool to improve the quality and relevance of thesis topics.
Keywords: academic evaluation; decision support system; fuzzy logic; fuzzy sugeno; thesis feasibility
Abstrak: Penentuan topik skripsi merupakan tahapan fundamental dalam penelitian akademik, namun proses evaluasinya hingga kini masih cenderung manual dan subjektif. Ketergantungan pada persepsi dosen secara individu sering kali menyebabkan penilaian kelayakan yang tidak konsisten serta kegagalan dalam mengukur keselarasan topik dengan kebutuhan strategis secara sistematis. Penelitian ini bertujuan mengembangkan model Sistem Pendukung Keputusan (SPK) berbasis logika fuzzy untuk menilai kelayakan topik skripsi secara objektif dan sistematis, dengan fokus pada peningkatan relevansi penelitian mahasiswa. Metode penelitian yang digunakan adalah Fuzzy Inference System (FIS) dengan metode Sugeno. Model ini dirancang melalui tinjauan pustaka dan Focus Group Discussion (FGD) untuk menetapkan empat kriteria (Relevansi Topik, Tingkat Kesulitan, Kebaruan Ide, Ketersediaan Referensi) serta 81 basis aturan. Hasil validasi model terhadap penilaian pakar menggunakan 15 data uji menunjukkan tingkat akurasi yang tinggi yaitu 91,31%, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 8,69%. Kesimpulannya, model SPK ini terbukti valid dan konsisten, serta dapat diandalkan sebagai alat objektif untuk meningkatkan kualitas dan relevansi topik skripsi.
Kata kunci: evaluasi akademik; sistem pendukung keputusan; logika fuzzy; fuzzy sugeno; kelayakan skripsi
Abstract:Abstract: The development of digital learning systems requires not only effective content delivery but also database consistency and performance, particularly when used at scale by lecturers and students. Weaknesses in database…
atabase design can lead to data duplication, relational violations, and transaction failures that compromise system reliability. This study designed the Royal Mengajar application using PHP and MySQL, supported by JavaScript, HTML, and Bootstrap 5. The Crowdsourced Academic Content model enables lecturers to contribute learning materials openly, while students evaluate them through a user rating system. The objective of this research is to design and optimize the database architecture of the Royal Mengajar application by implementing multiple control mechanisms—namely views, triggers, transactions, and constraints—to enhance data efficiency, consistency, and integrity in digital learning environments. Database optimization focuses on the use of views to improve query efficiency, triggers to maintain automatic consistency, transactions to ensure atomicity in multi-table operations, and constraints to preserve data integrity. The results show that views reduced the average query execution time to 0.12 seconds, triggers maintained consistency without manual intervention, and constraints achieved 100% referential integrity. The application of these mechanisms significantly improved system speed, reduced data redundancy, and enhanced information reliability, thus reinforcing the sustainability of Royal Mengajar as a community-driven learning platform
Keywords: crowdsourced academic content; constraint; database optimization; trigger.
Abstrak: Pengembangan sistem pembelajaran digital tidak hanya menuntut penyajian materi, tetapi juga konsistensi serta kinerja basis data ketika sistem digunakan secara masif oleh dosen dan mahasiswa. Kelemahan rancangan database dapat menimbulkan duplikasi data, pelanggaran relasi, dan kegagalan transaksi yang memengaruhi keandalan sistem. Penelitian ini merancang aplikasi Royal Mengajar berbasis PHP dan MySQL dengan dukungan JavaScript, HTML, dan Bootstrap 5. Model Crowdsourced Academic Content memungkinkan dosen berkontribusi secara terbuka, sedangkan mahasiswa melakukan evaluasi melalui user rating system. Tujuan penelitian ini adalah untuk merancang dan mengoptimalkan basis data aplikasi Royal Mengajar melalui penerapan berbagai mekanisme pengendali, seperti view, trigger, transaction, dan constraint, guna meningkatkan efisiensi, konsistensi, dan integritas data dalam sistem pembelajaran digital. Optimalisasi database difokuskan pada penerapan view untuk efisiensi query, trigger untuk menjaga konsistensi otomatis, transaction untuk memastikan atomicity pada operasi multi-tabel, serta constraint guna menjamin integritas data. Hasil pengujian menunjukkan view menurunkan rata-rata waktu eksekusi query menjadi 0,12 detik, trigger menjaga konsistensi tanpa intervensi manual, dan constraint memastikan integritas referensial tercapai 100%. Penerapan mekanisme ini berdampak pada peningkatan kecepatan sistem, berkurangnya redundansi, serta keandalan informasi yang lebih tinggi, sehingga mendukung keberlanjutan Royal Mengajar sebagai platform pembelajaran berbasis kontribusi komunitas.
Kata kunci: basis data; optimasi; trigger; constraint; crowdsourced academic content.
Abstract:Abstract: This study applies an integrated approach to optimize heart failure classification. The main objective is to address the challenge of class imbalance in medical datasets and to improve the accuracy, sensitivity,…
, and generalization of the classification model. The urgency of this issue is emphasized by statistics showing that cardiovascular diseases cause approximately 17.9 million deaths worldwide each year. Using a quantitative experimental approach, this study analyzes the "Heart Failure Prediction Dataset" from Kaggle, which consists of 918 records. The data were processed through normalization and encoding, followed by the application of SMOTE on the training set to balance class distribution. This step successfully increased model accuracy from 88.41% to 90.22% and minority class recall from 0.82 to 0.88. Furthermore, Bayesian Optimization was employed to refine the hyperparameters of SVM, resulting in a final model with an accuracy of 89.13% that demonstrated better generalization. This integrated approach significantly enhances the stability, sensitivity, and generalization of the model, making it a reliable tool for clinical decision support systems in predicting heart failure.
Keywords: bayesian optimization; heart failure; machine learning; SMOTE; SVM.
Abstrak: Penelitian ini menerapkan pendekatan terintegrasi untuk mengoptimalkan klasifikasi gagal jantung. Tujuan utama studi ini adalah untuk mengatasi tantangan ketidakseimbangan kelas dalam dataset medis dan meningkatkan akurasi, sensitivitas, serta generalisasi model klasifikasi. Urgensi ini ditegaskan oleh statistik yang menunjukkan bahwa penyakit kardiovaskular menyebabkan sekitar 17,9 juta kematian setiap tahun secara global. Menggunakan pendekatan eksperimental kuantitatif, penelitian ini menganalisis "Heart Failure Prediction Dataset" dari Kaggle, yang terdiri dari 918 catatan. Data diproses dengan normalisasi dan encoding, lalu SMOTE diterapkan pada data pelatihan untuk menyeimbangkan distribusi kelas. Langkah ini berhasil meningkatkan akurasi dari 88,41% menjadi 90,22% dan recall kelas minoritas dari 0,82 menjadi 0,88. Selanjutnya, Bayesian Optimization menyempurnakan hyperparameter SVM, menghasilkan model akhir dengan akurasi 89,13% yang menunjukkan generalisasi lebih baik. Pendekatan terintegrasi ini secara signifikan meningkatkan stabilitas, sensitivitas, dan generalisasi model. Hasil penelitian ini menjadikannya alat yang andal untuk sistem pendukung keputusan klinis dalam prediksi gagal jantung.
Kata kunci: bayesian optimization; gagal jantung; machine learning; SMOTE; SVM
Abstract:Abstract: Conventional water reservoir filling systems often cause inefficiencies due to delays in monitoring or failure of the float system which results in overflowing water from the reservoir. this research aims to develop…
velop an ESP32-based water level monitoring and control system by utilising IoT technology and ultrasonic sensors, this system can facilitate users in monitoring water levels and automating pump control. this research uses the experimental method, starting from system design to system testing and analysis, as well as testing which includes sensor accuracy, system response, and communication stability with the IoT server. based on the results obtained. The test results show that the system has an average accuracy rate of 98.4% with an average response time of 1.8 seconds. based on the results obtained, this system shows a positive accuracy value and response time in its application.
Keywords: blynk; internet of things; monitoring; water level
Abstrak: Sistem pengisian tandon air secara konvensional sering kali menimbulkan ketidakefisienan karena keterlambatan dalam pemantauan atau kegagalan sistem pelampung yang mengakibatkan meluapnya air dari tandon. penelitian ini bertujuan untuk mengembangkan sistem monitoring dan kontrol ketinggian air berbasis ESP32 dengan memanfaatkan teknologi IoT dan sensor ultrasonik, sistem ini dapat memudahkan pengguna dalam memonitoring ketinggian air dan mengotomatisasi kontrol pompa. Penelitian ini menggunakan metode eksperimen, mulai dari perancangan sistem hingga pengujian dan analisis sistem, serta pengujian yang meliputi akurasi sensor, respon sistem, dan kestabilan komunikasi dengan server IoT. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi rata-rata sebesar 98,4% dengan waktu respon rata-rata 1,8 detik. berdasarkan hasil yang diperoleh, sistem ini menunjukkan nilai akurasi dan waktu respon yang positif dalam pengaplikasiannya.
Kata kunci: blynk; internet of things; pemantauan; tingkat air
Abstract:Abstract: The role of information technology in transportation increases, namely in enjoying transportation services. One way to provide the best service for a transportation company to customers is to provide a bus booking…
ing application service. One of the companies that offer service applications is a bus transportation application located in Yogyakarta. Because the application system is considered necessary, stakeholders need IT risk management for the bus booking application. The purpose of this research is to analyze the risk management of the bus transportation application. In measuring IT risk management, the author uses the Control Objective for information and Related Technology (COBIT) 4.1 domain Plan and Organize (PO) framework, especially PO9 (Assess and Manage IT risk). The analysis results show that if the bus transportation application is at level 2 in maturity level. It means that the company knows that there are problems that need resolving. Standard risk management in bus transportation applications tends to provide failed access in the progress of its service. The problem is solving individually and not yet at the integrated completion stage. In general, the application management approach needs to improve better management in the field of information technology.
Keywords: COBIT; plan and organize; risk management
Abstrak: Peran teknologi informasi dalam meningkatnya angkutan yaitu dalam menikmati layanan angkutan. Salah satu cara untuk memberikan layanan terbaik bagi perusahaan angkutan kepada pelanggan adalah dengan menyediakan layanan aplikasi pemesanan bus. Salah satu perusahaan yang menawarkan aplikasi jasa adalah aplikasi angkutan bus yang berlokasi di Yogyakarta. Karena sistem aplikasi dirasa perlu, maka stakeholders membutuhkan manajemen risiko TI untuk aplikasi pemesanan bus tersebut. Tujuan dari penelitian ini adalah menganalisis manajemen risiko pada aplikasi angkutan bus. Dalam mengukur manajemen risiko TI, penulis menggunakan framework Control Objective for Information and Related Technology (COBIT) 4.1 domain Plan and Organize (PO), khususnya PO9 (Assessment and Manage IT risk). Hasil analisis menunjukkan bahwa penerapan angkutan bus berada pada level 2 pada tingkat kematangan. Artinya perusahaan mengetahui bahwa ada masalah yang perlu diselesaikan. Manajemen resiko standar dalam aplikasi transportasi bus cenderung memberikan akses yang gagal dalam kemajuan layanannya. Masalahnya diselesaikan secara individu dan belum pada tahap penyelesaian terintegrasi. Secara umum, pendekatan manajemen aplikasi perlu meningkatkan manajemen yang lebih baik di bidang teknologi informasi.
Kata kunci: COBIT; plan and organize; risk management
Abstract:Abstract: Roeleven and Broer reveal that more than 66% of EA programs do not live up to expectations due to a failure to demonstrate sufficient value for the business. Business architecture has an important role to help…
companies achieve the desired business values. An organization also depends on how well the information provided on each artifact especially in the architectural business phase. That way, failure in business modeling can also have an impact on EA implementationw. Modeling artifacts in a good architectural business phase can help to avoid mistakes from the start, because the quality of the business modeling model will have an impact on the quality of information system design. Therefore, it need to test the quality of the model on every artifact in the architectural business, because many business models are not always of high quality. To have a high quality EA, one of them is by identifying a conceptual quality framework approach. There are six principles that must be considered when assessing the quality of a company model, in this study using the quality of the business architecture validity model with six attributes using the formal Petri net method.
Keywords: Enterprise Architecture; Business Architecture; Business Process; Validity,
Attribute Quality
Abstrak: Roeleven dan Broer mengungkapkan bahwa lebih dari 66% program EA tidak memenuhi harapan karena kegagalan untuk menunjukkan nilai yang cukup untuk bisnis. Arsitektur bisnis memiliki peran penting untuk membantu perusahaan mencapai nilai bisnis yang diinginkan. Sebuah organisasi juga bergantung pada seberapa baiknya informasi yang diberikan pada setiap artefak terutama pada fase bisnis arsitektur. Dengan begitu kegagalan pemodelan bisnis juga dapat berdampak pada implementasi EA. Memodelkan artefak pada fase bisnis arsitektur yang baik dapat membantu untuk menghindari kesalahan sejak awal karena kualitas model pemodelan bisnis akan berdampak pada kualitas desain sistem informasi. Maka dari itu, kualitas dari pemodelan bisnis model telah diakui sebagai faktor penting untuk pemodelan sukses di perusahaan, serta perlunya untuk melakukan pengujian kualitas model pada setiap artefak pada bisnis arsitektur, karena banyak model bisnis yang tidak selalu berkualitas tinggi. Untuk memiliki EA yang berkualitas tinggi salah satunya dengan mengidentifikasi pendekatan kerangka kualitas konseptual. Terdapat enam prinsip yang harus dipertimbangkan ketika menilai kualitas model perusahaan, dalam kajian ini menggunakan kualitas model validity arsitektur bisnis dengan enam atribut menggunakan metode formal Petri net.
Kata kunci: Arsitektur Perusahaan; Bisnis Arsitektur; Proses Bisnis; Validitas; Kualitas Atribut
Abstract:Abstract: Chili consumption in Indonesia continues to increase. Imports are carried out by the government to meet domestic needs such as those from Malaysia and Vietnam. To overcome this chili import problem, it is necessary…
sary to maximize the efforts made by local farmers to produce chili yields with optimal quantity and quality. Efforts that can be made besides increasing unproductive agricultural land are applying technology to determine the best / superior chili seeds. So far, local farmers use hereditary concepts such as trial and error in determining the chili seeds to be planted. As a result of which occurs that the harvest is unstable and tends to fall even the possibility of crop failure. The purpose of the analysis of this research is to apply technology that can improve chili crop yields through the application of a Decision Support System. To get more optimal results, the application of technology is carried out using the concept of a combination of 2 methods based on the superiority of each method. The method used is the Analytical Hierarchy Process (AHP) because it has accurate criteria analysis. Furthermore, the Weighted Product (WP) method is applied because it can find alternative preference values that are quick and easy. Based on the process and results of the analysis that has been done, the application of the AHP method can produce priority factors for selecting superior chili seeds that are weighted for ranking WP method. Whereas the WP method can produce an alternative ranking quickly with the highest alternative being A5 with a value of 0.153.
Keywords: Chili Seeds; AHP; Weighted Product; SPK.
Abstrak: Konsumsi cabai di Indonesia terus mengalami peningkatan. Impor dilakukan oleh pemerintah untuk memenuhi kebutuhan dalam negeri seperti dari negara Malaysia dan Vietnam. Untuk mengatasi masalah impor cabai ini, perlu upaya maksimal yang dilakukan oleh petani lokal untuk menghasilkan hasil panen cabai dengan kuantitas dan kualitas yang optimal. Upaya yang dapat dilakukan selain memperbanyak lahan pertanian yang belum produktif yaitu menerapkan teknologi teknologi untuk menentukan benih cabai yang terbaik/unggul. Selama ini petani lokal menggunakan konsep turun temurun seperti coba-coba dalam menentukan benih cabai yang akan ditanam. Akibat yang terjadi yaitu hasil panen yang tidak stabil dan cendrung turun bahkan kemungkinan gagal panen. Adapun tujuan dari analisis penelitian ini adalah untuk menerapkan teknologi yang dapat meningkatkan hasil panen tanaman cabai melalui penerapan Sistem Pendukung Keputusan. Untuk mendapatkan hasil yang lebih optimal, penerapan teknologi dilakukkan menggunakan konsep kombinasi 2 metode yang didasarkan pada keunggulan dari masing-masing metode. Metode yang digunakan Analitical Hierarchy Process (AHP) karena memilki analisis kriteria yang akurat. Selanjutnya diterapkan metode Weighted Product (WP) karena memiliki kemampuan penemuan nilai preferensi alternatif yang cepat dan mudah. Berdasarkan proses dan hasil analisis yang telah dilakukan, penerapan metode AHP mampu menghasilkan faktor prioritas pemilihan benih cabai unggul yang menjadi nilai bobot untuk perankingan metode WP. Sedangkan metode WP mampu menghasilkan perankingan alternatif dengan cepat dengan alternatif tertinggi yaitu A5 dengan nilai 0,153.
Kata Kunci: AHP; Benih Cabai; SPK; Weighted Product.
Abstract:Abstract: The high level of student success and the low level of student failure is a quality of the education world. The world of education is currently required to have the ability to compete by utilizing all resources…
owned. In addition to facilities, infrastructure and human resources, information systems are one of the resources that can be used to improve competency skills. Data mining is a process of data analysis to find a dataset of data set. Data mining is able to analyze large amounts of data into information that has meaning for decision supporters. One process of data mining is clustring. Attributes used in the grouping of student achievement are Name, Extracurricular, Value which include Task Value, Uts Value, Value of Uses, total absenteeism, and Attitude value. The case study of 20 students with distance calculation using manhattan distance, chbychep distance and euclidian distance yielded 67% accuracy.
Keywords: data mining, clustering, k-means, student achievement
Abstrak: Tingginya tingkat keberhasilan siswa dan rendahnya tingkat kegagalan siswa merupakan cemin kualitas dunia pendidikan.Dunia pendidikan saat ini dituntut untuk memiliki kemampuan bersaing dengan memanfaatkan semua sumber daya yang dimiliki. Selain sumber daya sarana, prasarana dan manusia, sistem informasi merupakan salah satu sumber daya yang dapat digunakan untuk meningkatkan kemampuan barsaing. Data mining merupakan proses analisa data untuk menemukan suatu pola dara kumpulan data. Data mining mampu menganalisa jumlah data yang besar menjadi informasi yang mempunyai arti bagi pendukung keputusan. Salah satu proses data mining adalah clustring. Atribut yang digunakan dalam pengelompokan prestasi siswa adalah Nama, Ekstrakulikuler, Nilai yang meliputi Nilai Tugas, Nilai Uts, Nilai Uas, jumlah ketidak hadiran siswa (absensi), dan Nilai sikap. Studi kasus pada 20 siswa dengan perhitungan jarak menggunakan manhattan distance, chbychep distance dan euclidian distance menghasilkan akurasi sebesar 67%.
Kata kunci: data mining, clustering, k-means, prestasi siswa